因而阴影去除的主要任务就是判断那些己经被检测出来的运动目标是车辆还是阴影。
我们利用阴影的几个比较明显的特点来区分车辆和阴影，从而实现阴影检测与去除。  
1.3.3  运动车辆跟踪
车辆跟踪法是在准确检测出运动车辆的基础上，通过车辆位置、特征等信息建立
跟踪模型，然后根据一定准则实现前后帧车辆匹配[10]  [11]
。我们通过车辆检测、车辆运
动估计和车辆匹配三个模块来实现车辆的跟踪。车辆检测模块通过背景差分的方式判
断图像序列中车辆的存在性，获取车辆的形状特征(如车辆的位置，车辆外接矩形的大
小)；车辆运动估计模块并采用简单高效的投影法，并利用 Kalman 滤波器预测车辆在
下一帧可能处于的位置，缩小了车辆搜索范围，优化了算法；车辆匹配模块依据同一
运动车辆在相邻帧上质心间距离和包围车辆的外接矩形的面积变化不大的准则来寻
找车辆在图像序列中的对应关系，从而确定车辆的运动轨迹。
1.3.4  基于openCV的车辆检测和跟踪
本课题中视频图像处理时基于Visual Studio 2010平台在OpenCV环境下实现的。
OpenCV，全名为Open Source Computer Vision Library，是Intel公司资助的开源计
算机视觉库[12]
。它提供了针对各种形式的图像和视频源文件很多标准的图像处理函数，  
实现了图像处理和计算机视觉方面的很多通用算法，为课题的研究和开发提供了许多
便利。
2  图像处理方法概述
视频交通检测的核心技术是数字图像处理，本章详细介绍了研究系统中所涉及到
的数字图像处理方法，并基于VS2010实现，给出实验结果。
2.1  彩色图像灰度化及去噪
2.1.1  图像灰度化
摄像头采集到的模拟交通图像经过图像采集卡数字化后得到的图像为 RGB 彩色
序列图像。本课题中我们首先对视频图像进行空间映射，将视频图像由RGB色彩系统
转换到YIQ色彩系统，从而得到相应的灰度序列图像。将RGB彩色图像转换为灰度图
像大大的减少需要处理的数据量，满足了高实时性的视频图像处理要求。
图像去除彩色涉及RGB和YIQ两种色彩系统的转换。RGB色彩系统是我们最常用
的表示颜色的方式，计算机屏幕的显示即是使用RGB色彩系统，它是通过颜色的相加
来产生其他的颜色，这样的方式我们称为加色合成法，YIQ 色彩系统被北美的电视系
统所采用(属于 NTSC 系统)，Y 是指颜色的明视度，也就是亮度。实际上，Y 代表的就
是灰度值，而 I 和 Q 则是指色度，即描述图像色彩及饱和度的属性。RGB 与 YIQ 的关
系如下：                      (2.1-1)
代表灰度值的Y=0.299R+0.587G+0.114B。后续的处理都是基于Y的灰度图像进行。  
2.1.2  中值滤波去噪
获得的图像在形成，传输，接收和处理的过程中，存在外部和内部干扰，如光电
转换过程中敏感件灵敏度的不均匀性、数字化过程的量化噪声、传输过程中误差及人
为因素等，均会产生噪声干扰。噪声使得图像模糊，特征淹没，给分析带来困难。因
此必须对获得的图像进行滤波除噪，降低噪声信号对图像的干扰。
噪声的种类复杂，故而去噪平滑的方法也多种多样。现有的图像去噪方法分两类，
一类是空域法，采用各种图像平滑模板与图像进行卷积处理抑制或消除噪声；另一类
是频域法，通过对图像进行变换后，用合适的滤波器进行滤波处理，再经过反变换后 光电图像动态目标跟踪技术研究(4):http://www.751com.cn/wuli/lunwen_4269.html